公开(公告)号：CN109917331B

公开(公告)日：2021-02-09

申请号：CN201910026927.5

申请日：2019-01-11

Applicant: 杭州电子科技大学

Inventor： 郭云飞 ,  钱恒泽 ,  陈志坤 ,  薛梦凡

IPC: G01S5/02

Abstract: 本发明提出一种基于稀疏度阶数优化的未知杂波无源协同定位方法。该方法将稀疏度阶数优化的杂波密度估计器嵌入至高斯混合概率假设密度滤波器估计多目标状态和个数。首先通过门限技术和目标状态反馈剔除目标测量，从而获取杂波测量，其次从杂波测量中选取样本，通过GA‑SVR来拟合样本，最后通过梯度法求拟合曲线的极值点，极值点的横坐标向下取整即为最优化稀疏度阶数n。本发明能有效地提升杂波未知下的无源协同定位多目标跟踪性能，解决多目标跟踪的难题。

公开(公告)号：CN109917331A

公开(公告)日：2019-06-21

申请号：CN201910026927.5

申请日：2019-01-11

Applicant: 杭州电子科技大学

Inventor： 郭云飞 ,  钱恒泽 ,  陈志坤 ,  薛梦凡

IPC: G01S5/02

Abstract: 本发明提出一种基于稀疏度阶数优化的未知杂波无源协同定位方法。该方法将稀疏度阶数优化的杂波密度估计器嵌入至高斯混合概率假设密度滤波器估计多目标状态和个数。首先通过门限技术和目标状态反馈剔除目标测量，从而获取杂波测量，其次从杂波测量中选取样本，通过GA-SVR来拟合样本，最后通过梯度法求拟合曲线的极值点，极值点的横坐标向下取整即为最优化稀疏度阶数n。本发明能有效地提升杂波未知下的无源协同定位多目标跟踪性能，解决多目标跟踪的难题。